一种改进的LEACH分簇层次路由算法的制作方法

本发明涉及无线传感器网络领域，属于leach路由通信
技术领域：
。
背景技术：
：物联网技术飞速发展，无线传感器网络(wirelesssensornetworks，wsn)也逐渐成为互联网研究领域的热门话题，主要包含汇聚节点(sink节点)、簇头和普通节点。作为一种全新的技术很快受到了广泛的关注，并被给予很高的评价，被认为是影响21世纪的十大技术之一。无线传感器网络有低成本、自组网的特点，移动无线传感器网络(mwsn)的出现更是将wsn的优势突显出来。路由协议是无线传感器网络的关键技术之一，它具有将数据从源节点引导到目标节点的功能。leach协议是一种wsn低功耗自适应分簇层次路由算法，这是一种最早提出的典型的自组织式层次路由协议，主要通过随机选举簇头的方式来提高整个网络节点能量的使用效率来延长网络的生命周期。leach协议通过簇头选举的方式提高了网络的生命周期，但是该协议还是存在着自身的不足。首先是只适应于节点静止的网络，传感器一旦移动数据的准确性必然会大大降低，这就导致信息传送到终端的精确性降低。其次是簇头的选举是随机推选出来的，难免导致能量较低的节点当选簇头。簇头承担着数据融合和信息传输的任务，能量消耗巨大，一旦簇头过早死亡，会大大缩短整个wsn网络的生命周期。最后是成簇方式的不合理，节点仅仅考虑到距离自身最近的簇头而选择成簇，而没有考虑其他因素。为了优化网络结构，提高网络的传输效率，保证整个传输的可靠性和及时性，使得设计出来的网络协议更加精良。因此近年来国内外都开始针对路由协议做出各种改进。在现有的大多数协议中少有考虑节点移动的情况，并且节点的能量和节点与簇头之间的距离都是影响节点当选簇首的重要因素，这也就导致改进的协议考虑不全面、簇首选举不合理等缺点。技术实现要素：本发明主要解决传统leach分簇层次路由算法簇头选举不合理并且成簇方式考虑过于单一的特点，因此提出一种基于leach协议的改进算法以解决现有技术当中存在的问题。本发明采用的技术方案为：提出一种改进leach分簇层次路由算法包含以下步骤。该方法为：首先，对无线传感器网络节点进行初始化，通过综合考量节点剩余能量和数据传输的距离之间的动态关系来评估对簇头选举的影响进行加权计算，从而得到进行簇头选举的阈值a(n)，通过判断节点能量与阈值的大小来确定是否当选簇头(节点能量小于簇头则当选簇头)，再均匀簇头分布，根据公式进行判断，将分布不合理的簇头进行淘汰进行二次筛选，重新与阈值公式进行比较补齐簇头个数。再根据候选簇头之间的节点集合进行三次筛选，确定最终簇头节点。其次，簇头选举结束后，各个簇头开始向簇内节点广播信号，等待簇内其他节点的成簇请求。最后各个普通节点收到信号，并依照距离最近的簇头原则选择加入，最终成为簇内节点。假如一些普通节点距离汇聚节点的距离比较近，那么这些节点将直接和汇聚节点进行数据传输。在数据传输完成之后，解散现有簇群。一种改进的leach分簇层次路由算法，在该方法中无线传感器网络的节点能耗主要由数据收发能耗和数据处理能耗构成，节点发送k比特输的的能耗ps(k)表示为：ps(k)＝eelec*k+eamp*dγ*k(1)节点接受k比特数据的能耗p(k)为：pr(k)＝eelec*k(2)节点融合k比特数据的能耗ecpu(k)为：pcpu(k)＝ecpu*k(3)其中，k为数据包的大小，eelec为电路的能耗系数，eamp为电路放大器能耗系数，d为数据传输距离，γ为信号的衰减指数，通常取值为2和4；首先对无线传感器网络的簇群最优簇头数量进行设置，公式为：其中，n表示网络中含有的节点个数，s表示传感器网络覆盖的面积，dtb簇头节点与基站之间的距离，r表示轮数，k表示传送字节大小；经过改进后的阈值公式a(n)为：其中为能量和距离之间的加权因子，ec为节点的当前能量，et为节点的初始化能量，dbi为节点i和基站的距离，dm为节点到基站的最远距离，davg为节点到基站之间的平均距离，dn为节点到基站之间的最短距离；簇头数量确定的前提下，为保证簇头均匀分布在无线传感器网络，各簇头之间要满足以下限制公式：其中，dij表示簇头i到簇头之间的距离；将不符合要求的簇头删除并重复选举簇头的步骤，直到预选簇头个数大于最优簇头数量。对候选簇头进行三次筛选，先确定每个候选簇头的邻居节点的集合为：nnb＝{j|d(i,j)≤r,j∈n},i∈{1，2，...，n}(7)节点的相对密度公式为：i,nnb为第i个节点在其标准通信半径内的邻居节点的数量，(1/p)-1为标准簇附近节点的数量；因此候选簇头的竞争权值为：其中β为加权因子；进一步筛选簇头之后，根据权值的大小来进一步的确定簇头。在确定最终的簇头节点之后，周围普通节点加入距离自己最近的簇头。本发明产生的有益效果是：在传统leach层次分簇算法的基础之上，将传统算法没有考虑到的距离和能量因素考虑进去，设置了新的阈值公式。在依据无线传感器的面积来对簇头分布进行二次限制，最终结合密度加权值来对簇头进行确认。通过仿真验证，大幅度的缩减了网络能耗，延长了网络的生命周期。附图说明图1是节点无线电能耗模型图2是簇头选举流程图图3是网络节点存活时间图图4是网络能耗对比图图5是网络的数据传输对比图具体实施方式为了使本发明的目的、技术方案以及优点更加清楚，以下结合附图以及仿真，对本发明进行进一步的详细说明。应当理解。此处所描述的具体实施仅用以解释本发明，并不用于限定本发明。leach算法是首个定义“轮”的层次路由算法，簇头的选举是按照周期性的规则来进行随机选举。选举的规则是节点随机生成一个零到一的随机数字，如果该数字小于阈值公式，则该节点当选簇头，阈值计算公式如下：其中，p是网络中的簇头数和总节点数的百分比，r是当前轮数，g是最近轮里不是簇头的节点集合。一种改进的leach分簇层次路由算法，在该方法中无线传感器网络的节点能耗主要由数据收发能耗和数据处理能耗构成，节点发送k比特输的的能耗ps(k)表示为：ps(k)＝eelec*k+eamp*dγ*k(2)节点接受k比特数据的能耗p(k)为：pr(k)＝eelec*k(3)节点融合k比特数据的能耗ecpu(k)为：pcpu(k)＝ecpu*k(4)其中，k为数据包的大小，eelec为电路的能耗系数，eamp为电路放大器能耗系数，d为数据传输距离，γ为信号的衰减指数，通常取值为2和4；首先对无线传感器网络的簇群最优簇头数量进行设置，公式为：其中，n表示网络中含有的节点个数，s表示传感器网络覆盖的面积，dtb簇头节点与基站之间的距离，r表示轮数，k表示传送字节大小；经过改进后的阈值公式a(n)为：其中为能量和距离之间的加权因子，ec为节点的当前能量，et为节点的初始化能量，dbi为节点i和基站的距离，dm为节点到基站的最远距离，davg为节点到基站之间的平均距离，dn为节点到基站之间的最短距离；簇头数量确定的前提下，为保证簇头均匀分布在无线传感器网络，各簇头之间要满足以下限制公式：其中，dij表示簇头i到簇头之间的距离；将不符合要求的簇头删除并重复选举簇头的步骤，直到预选簇头个数大于最优簇头数量。对候选簇头进行三次筛选，先确定每个候选簇头的邻居节点的集合为：nnb＝{j|d(i,j)≤r,j∈n},i∈{1，2，...，n}(8)节点的相对密度公式为：i,nnb为第i个节点在其标准通信半径内的邻居节点的数量，(1/p)-1为标准簇附近节点的数量；因此候选簇头的竞争权值为：其中β为加权因子；进一步筛选簇头之后，根据权值的大小来进一步的确定簇头。在确定最终的簇头节点之后，周围普通节点加入距离自己最近的簇头。本发明产生的有益效果是：在传统leach层次分簇算法的基础之上，将传统算法没有考虑到的距离和能量因素考虑进去，设置了新的阈值公式。在依据无线传感器的面积来对簇头分布进行二次限制，最终结合密度加权值来对簇头进行确认。通过仿真验证，大幅度的缩减了网络能耗，延长了网络的生命周期。为了说明本发明的有益结果，进行如下仿真分析。为了验证改进后的算法的优越性，对改进后的leach算法进行matlab仿真，并与传统leach算法在几个性能指标上进行比较。仿真环境采用的是matlab2014a，表1对主要参数进行设置。表一主要参数参数给定值部署区域100m*100m节点数100基站位置(100，100)节点初始能量0.1j收发电路能耗50nj/bit放大器系数110pj/bit*m放大器系数20.0013pj/bit*m数据融合能耗50nj/bit数据包大小4000bit簇头占比0.05通过仿真来对改进后的算法进行分析。通过图3改进算法和原始leach算法比较可以看出，传统算法和改进算法的第一个死亡节点大概都出现在第100周期，但是传统算法在第400周期节点就全部死亡，而改进算法可以将节点生命周期延长到第800周期。实验证明改进算法明显延长了节点的生命周期，使得改进后的算法延长了整个网络的生命周期。从图4显而易见的可以看出，两种算法消耗的整体能量大致相等。但是随着时间的推移，两种算法的总能量消耗都在极具增长，但是改进后的算法增长速度较慢，随着轮数的不断增加，改进算法的优势将会更加的突出。从图5可以看出，在相同的轮数情况下，改进算法的数据吞吐量将会大大的高于传统算法。因此可知改进算法的数据传输能力将会远高于传统算法。针对无线传感器的能量高度受限问题，同时对传统leach算法簇头选举方式进行了改进和优化，提出了基于二次竞争竞选簇头的方法，紧接着对簇内通信方式进行了优化得到了改进leach算法，使用该通信方法可以大幅度降低网络能量损耗，延长网络的生命周期。应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改变和变换都属于本发明所附权利要求的保护范围。当前第1页12